Valerio Sbordoni LifeWatch Ita, Università di Roma Tor Vergata Accademia Nazionale delle Scienze - Network Nazionale della Biodiversità
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
Valerio Sbordoni
LifeWatch Ita, Università di Roma Tor Vergata
Accademia Nazionale delle Scienze
1. Il MATTM e il DSSTA-CNR sin da ora si impegnano a condividere, senza alcun
onere aggiuntivo per le Parti, i dati sulla biodiversità disponibili in NNB ed in
Lifewatch-ITA ed i futuri aggiornamenti, nel rispetto della proprietà dei dati,
mantenendo invariati i diritti legali sugli stessi.
*Per quanto riguarda questo punto va considerato che nel PON LifeWatchPLUS
presentato è prevista una importante raccolta di dati che verranno resi disponibili
ad NNB.
2. Le Parti si impegnano, inoltre, a cooperare per vagliare proposte di
miglioramento dell’architettura delle strutture informative e dei dati, con la
prospettiva di promuovere l’interscambio dei dati nel NNB, coniugando il
fabbisogno di qualità dei dati e la necessità di diffusione, rispettando i principi di
sussidiarietà e garantendo la possibilità di aggiornamento ai soggetti che mettono a
disposizione i dati.
*Per quanto riguarda questo punto vanno considerate le collaborazioni che
potranno essere sviluppate nell'ambito del progetto ENVRIFAIR, che contribuirà a
rafforzare reperibilità, accessibilità e ri-uso dei dati.
3. Il *MATTM* mette a disposizione di LifeWatch-ITA:
dati, informazioni e moduli per acquisire i metadati resi disponibili;
i supporti software necessari, senza che questo comporti alcun onere;
i metadati delle risorse di dati disponibili in NNB per l’esposizione sul portale di
LifeWatch-ITA e su quello del Service Centre di LifeWatch-ITA.
4. *LifeWatch-ITA* si impegna a: fornire i propri dati e meta-informazioni sugli strati cartografici prodotti nei sistemi informativi di propria competenza, nel rispetto dei vincoli di tutela e privacy esistenti sui beni rappresentati e garantendone proprietà, validità e validazione, per la pubblicazione; verificare la conformità dei propri dati al modello ed ai requisiti definiti per il NNB. Laddove venissero riscontrate difformità, concorderà con il MATTM le modalità per procedere alle opportune modifiche; fornire i propri metadati, secondo l’apposito format messo a disposizione sul sistema e in conformità con gli standard CNIPA/DigitPA e le specifiche INSPIRE; collaborare con le strutture esterne al Ministero che supportano il MATTM nella gestione e nella costruzione del NNB; *fornire a NNB strumenti e servizi* utili ad ottimizzare l’utilizzo dei dati disponibili, inclusi *servizi di controllo nomenclaturale e più in generale di qualità del dato*; *rendere disponibili a NNB i propri ambienti virtuali di ricerca* ed altre risorse realizzate da LifeWatch-ITA ed esposte nel Service Centre di LifeWatch-ERIC quando questo sia richiesto da NNB.
• Citizen Science e validazione tassonomica dei dati di NNB • Gap spazio-temporali nella disponibilità dei dati di occorrenza • Il ruolo dei Musei e delle collezioni naturalistiche • Il ruolo delle app per le osservazioni in natura • Associare i dati di occorrenza al clima: come migliorare la precisione geografica dei dati storici • 2 esempi applicativi
• Citizen Science e validazione tassonomica dei dati di NNB
Natural History forums as source of valuable biodiversity data
De Felici S., Mazzei P., Dinolfo T., Gioli F., Labriola C., Sbordoni V., Cesaroni D.
3.382 threads (1.479 from FNM and 1.903
from FEI) with 4.029 observations.
3.810 records refer to adult stage and 219
refer to preimaginal stages.
1. 251 species out of 290 in the Italian
checklist (86.5%) were identified by the
Forum expert
2. 3.585 out of 3.810 adult identifications in
the forums match with expert
identifications (94.0%)
• Citizen Science e validazione tassonomica dei dati di NNB • Gap spazio-temporali nella disponibilità dei dati di occorrenza • Il ruolo dei Musei e delle collezioni naturalistiche • Il ruolo delle app per le osservazioni in natura • Associare i dati di occorrenza al clima: come migliorare la precisione geografica dei dati storici • 2 esempi applicativi
NNB Ornitho
Ornitho
Vanessa atalanta Calopteryx haemorroidalis
• Citizen Science e validazione tassonomica dei dati di NNB • Gap spazio-temporali nella disponibilità dei dati di occorrenza • Il ruolo dei Musei e delle collezioni naturalistiche • Il ruolo delle app per le osservazioni in natura • Associare i dati di occorrenza al clima: come migliorare la precisione geografica dei dati storici • 2 esempi applicativi
• Il ruolo dei Musei e delle collezioni naturalistiche
• Citizen Science e validazione tassonomica dei dati di NNB • Gap spazio-temporali nella disponibilità dei dati di occorrenza • Il ruolo dei Musei e delle collezioni naturalistiche • Il ruolo delle app per le osservazioni in natura • Associare i dati di occorrenza al clima: come migliorare la precisione geografica dei dati storici • 2 esempi applicativi
ClimCKmap:
assessing species’ climate envelope changes during
the 20th century for the Italian faunaDataset cleansing - Distribution (1)
Geodb - 46,960 toponyms from the TCI, classified as “A”, “F” or “G”:
- “A” and “F” (point-like features): 44,112
- “G” (polygon-like features): 2,848
“G” toponyms are excluded as they refer to wide features (e.g., Monti della Meta)
Polygons rather than points - Mimic compilers behaviour
Voronoi diagram: “for each seed there is a corresponding region consisting of all points
closer to that seed than to any other”
44,086 remaining toponyms
Area ≤ 5 km2: 39.23%
Area ≤ 10 km2: 78.52%
Area ≤ 15 km2: 92.65%Bioclimatic variables: • BIO1 = Annual Mean Temperature • BIO2 = Mean Diurnal Range (Mean of monthly (max temp - min temp)) • BIO3 = Isothermality (BIO2/BIO7) (* 100) • BIO4 = Temperature Seasonality (standard deviation *100) • BIO5 = Max Temperature of Warmest Month • BIO6 = Min Temperature of Coldest Month • BIO7 = Temperature Annual Range (BIO5-BIO6) • BIO8 = Mean Temperature of Wettest Quarter • BIO9 = Mean Temperature of Driest Quarter • BIO10 = Mean Temperature of Warmest Quarter • BIO11 = Mean Temperature of Coldest Quarter • BIO12 = Annual Precipitation • BIO13 = Precipitation of Wettest Month • BIO14 = Precipitation of Driest Month • BIO15 = Precipitation Seasonality (Coefficient of Variation) • BIO16 = Precipitation of Wettest Quarter • BIO17 = Precipitation of Driest Quarter • BIO18 = Precipitation of Warmest Quarter • BIO19 = Precipitation of Coldest Quarter
• Citizen Science e validazione tassonomica dei dati di NNB • Gap spazio-temporali nella disponibilità dei dati di occorrenza • Il ruolo dei Musei e delle collezioni naturalistiche • Il ruolo delle app per le osservazioni in natura • Associare i dati di occorrenza al clima: come migliorare la precisione geografica dei dati storici • 2 esempi applicativi
Le farfalle diurne nella banca dati
dell'Osservatorio della Biodiversità del
Lazio: un racconto lungo 170 anni
De Felici S., Cesaroni D., Lucarelli M.,
Pinzari M., Russo T., Pinzari M., De Persiis G., Sbordoni V.
Dipartimento di Biologia,
Università di Roma Tor VergataRisultati
Brenthis daphne shift = 9.2 km Cupido alcetas shift = 21.7 km
Cupido argiades shift = 31.0 km
Lycaena alciphron shift = 26.9 km Lycaena tityrus shift = 10.8 km Melitaea cinxia shift = 16.1 kmClimate warming threats to mountain biotas IPCC report (Solomon, 2007) Substantial increase in global temperatures during the last century: 0.74 °C (1906-2005) Further increase in the future: 0.6 to 4.0 °C at 2090-2099 depending on the emission scenario Impacts on species diversity at a global and continental scale (e.g., Parmesan 2006) with stronger consequences on mountain biotas (e.g., Thuiller et al., 2005; Gottfried et al., 2012)
Mountain biogeography: does the temporal
evolution in “sky island” area matter?
S. Marta1, F. Lacasella2, D. Cesaroni3 & V. Sbordoni3
1 Institute of Ecosystem Studies - National Research Council c/o Department of Biology, University of Tor Vergata
2 Department of Entomology, University of Wisconsin - Madison
3 Department of Biology, University of Tor VergataMountaintops as (continuously evolving) islands Brown (1971): Island biogeography conceptual framework Island boundaries: Tree lines (dynamic - mainly temperature driven) (Körner & Paulsen, 2004) Fluctuations conditioned island area and inter-island connectivity during the Holocene (0 – 11 kyr BP)
Maintenance of the island biota: the relative roles of extinction and colonization Equilibrium vs Nonequilibrium dynamics: how permeable was the matrix to Holocenic inter-island dispersal?
Study system: time frame and area Time frame: Holocene (0 – 11 kyr BP) Study area: Italy - Species distribution: deep knowledge of species distribution (Ckmap 5.3.8; Stoch 2000-2005) - Island detection: detailed ecosystem map at national scale (Capotorti et al., 2014 )
Detecting mountain species Indicator species analysis (Dufrêne & Legendre, 1997): significant associations between island habitat and single species distribution The original distribution dataset included: Chrysomelidae = 265/13,018; Elateridae = 159/12,823; Papilionoidea = 255/69,926; Carabidae = 180/12,960; Orthoptera = 218/19,366). Expert knowledge was used to: - identify the species specifically associated with alpine ecosystems - exclude good dispersers from Carabidae and Orthoptera (Homburg et al., 2013; Massa et al., 2012) 1,077 species / 128,093 records:
Conservation implications Good dispersers: unstable islands as temporary shelters Poor dispersers: identify and preserve stable areas since these species were unable to maintain the dynamic equilibrium between species distribution and suitable habitats through time Management and conservation strategies aimed at contrasting habitat fragmentation should account for both the temporal evolution of suitable habitats (habitat stability) and the matrix permeability to dispersal Everything flows, only the change is constant (the change rate is not!)
Università di Roma Tor Vergata Laboratorio di Ecologia Sperimentale e Acquacoltura Grazie per l’attenzione
Puoi anche leggere
